致密油产量控制因素众多,各因素与产量为非线性关系,确定产量主控因素难度较大。本文利用深度学习方法训练致密油控制因素与产量的关系,找出不同类型致密油产量主控因素。首先将砂岩型、碳酸盐岩型和混积岩型三种类型的35口致密油井分为训练组和检验组,以井工艺参数、烃源岩参数、储层参数和工程参数作为输入数据和试油日产量作为目标数据,导入3层隐藏层的深度神经网络模型进行训练;完成训练后,将各井参数值分别增加10%生成新数据组,再输入训练好的模型,计算预测产量相对实际产量的变化率,以此分析致密油产量主控因素。结果显示训练组预测与实际产量相关度为0.97,测试组为0.91;各类型致密油产量主控因素均含脆性指数;此外孔隙度和Ro为砂岩型致密油产量主控因素,储层厚度和TOC为碳酸盐岩型致密油产量主控因素,储层孔隙度、Ro和TOC为混积岩型致密油产量主控因素。深度学习方法具有高效的学习能力,能够有效的应用于分析确定致密油产量主控因素,从而为致密油在低油价背景下实现效益勘探开发提供技术支撑。